Labvanced 的网络摄像头眼动追踪

Labvanced 的网络摄像头眼动追踪技术提供可扩展的无硬件解决方案，具有无与伦比的准确性，理想适用于实验室内或远程研究。它使研究人员能够在不同参与者群体中收集一致的高质量注视测量，成为各种研究设计的实用而强大的选择。

Labvanced 网络摄像头眼动追踪：远程眼动追踪的新黄金标准

Labvanced 提供的研究级眼动追踪技术可供任何拥有标准网络摄像头的人使用。随着可访问性的提高和对实验工作流程的全面整合，进行实验室内和远程研究的研究人员可以轻松利用高度准确、经过同行评审的网络摄像头眼动追踪。

成功网络摄像头眼动追踪的 4 个关键功能

要运行成功的网络摄像头眼动追踪研究，四个原则至关重要：准确性确保尽管硬件差异仍能可靠数据；适应性和控制允许研究人员根据不同参与者的合规水平调整协议和性能阈值；而毫不妥协的隐私对于伦理远程数据捕获和参与者信任至关重要。

准确性

利用专有的深入训练神经网络，Labvanced 实现了稳健的注视估计可靠性，展示了 1.3 视觉度的准确性。

隐私

通过自动客户端处理，所有敏感视觉数据在本地计算，确保没有敏感参与者信息离开他们的设备。

适应性

该系统具有可调设置和灵活配置，专为满足从婴儿到老年人等不同人群的独特需求和合规挑战而设计。

控制

完全掌控实验过程，可以定义最低注视性能要求、指定校准流程，并在每个任务和试验中设定精确的管理规则。

收集的数据

Labvanced 提供广泛的基于网络摄像头的眼动追踪输出，便于捕捉研究所需的精确细节。从精确的注视坐标到丰富的注视指标和试验级诊断，该平台提供全面的数据，以帮助理解参与者如何与视觉刺激进行互动。

注视位置

在任务进行过程中，可以捕捉注视位置坐标（X 和 Y），并可以进一步定制数据仅记录特定的关注区域（AOIs）或兴趣区域。这些数据与时间戳（T）和置信区间（C）等额外数据点配对，后者是衡量测量期间眼睛开放程度的指标。

注视

对于希望收集超过注视坐标数据的研究，基于注视的数据收集也是一种选择，关键指标包括：

• 注视数量
• 首次注视时间
• 注视持续时间 ```markdown

更多试验特定的注视数据

Labvanced的基于网络摄像头的眼动追踪提供了丰富的、超越注视坐标的试验特定数据。对于每个试验，研究人员可以访问诸如最后缓存的注视位置或最后缓存的注视点，以及诊断指标，如校准误差。这一附加的细粒度层次使得评估数据质量以及更自信地解读参与者的观看行为变得更加容易，并且可以利用这些信息进一步控制实验的行为。

收集的数据可以根据您的规格导出为可分析的格式，包括CSV、XLSX、TSV。

精细的校准选项

校准程序与数据质量和输出密切相关。Labvanced为您提供了精确指定校准何时以及如何进行的选项。

• 眼动追踪校准是研究人员需要主动与眼动追踪系统互动的唯一部分。
• 由于每个研究的要求不同，校准程序的很多设置都是可调的。
• 在校准的长度和精度之间存在主要的权衡，较长的校准程序将导致更准确的数据输出。
• 诸如虚拟下巴托的强度或重新校准设置等其他调整也是值得考虑的。

基准精度

Labvanced的网络摄像头眼动追踪的准确性是其最佳竞争对手的2-3倍，超过80%的眼动追踪研究可以在我们的系统上实现。Labvanced提供了唯一一个具有研究等级（经过同行评审）的科学出版物的网络摄像头眼动追踪解决方案。

通过与硬件眼动追踪的比较进行验证

• 我们的基于网络摄像头的眼动追踪系统的准确性达到约1.2到1.4视觉度。
• 我们与EyeLink 1000硬件眼动追踪系统的对照研究显示出大的Pearson相关性，超过0.9。
• 自然场景的视觉分析直观地确认了Labvanced的预测与真实情况相比的接近程度。
• Labvanced的基于网络摄像头的眼动追踪的准确性仅比EyeLink 1000系统低约0.5°。

• 中央呈现的刺激的准确性进一步提高。
• 准确性随时间保持一致，没有随着时间推移而下降。
• 另一个受欢迎的网络摄像头系统（WebGazer - Papoutsaki, 2015）报告的准确性约为4视觉度，这表明我们的系统比其他任何系统准确约3倍。

Labvanced网络摄像头眼动追踪与WebGazer的比较

通常，基于网络摄像头的眼动追踪已成为WebGazer的同义词。Labvanced的眼动追踪通过使用定制神经网络来估计注视坐标，从而属于其自己的类别。下面的表格快速展示了这两种眼动追踪工具的表现有多么不同：

科学影响：Labvanced在同行评审文献中的应用

其他人如何在其研究中使用Labvanced的网络摄像头眼动追踪？以下是一些示例：

人工智能有用性和不确定性对与药剂师的认知互动的影响：随机对照试验

在这项随机对照试验研究中，研究人员利用Labvanced的基于网络摄像头的眼动追踪来确定药剂师在与AI决策支持互动时视觉注意力的转移。通过远程捕捉药物验证任务中的注视，研究人员揭示了AI建议——即使不确定——是如何重塑认知处理的。

Tsai, C. C., 等. (2025). 人工智能有用性和不确定性对与药剂师的认知互动的影响：随机对照试验。医学互联网研究杂志, 27, e59946.

超越建筑密度：从粗糙到细致分析城市环境中的情感体验

在这项研究中，作者使用Labvanced的基于网络摄像头的眼动追踪技术收集参与者观看城市环境图像时的注视数据。通过追踪参与者对不同城市场景特征的观看行为，研究人员能够将视觉注意力与对建筑与自然元素的情感评价相关联。使用Labvanced使得这一过程能够在线进行，并在规模上捕捉细粒度眼动指标，而不需要专门的实验室硬件。

```

Sander, I., et al. (2024). 超越建筑密度：从粗糙到细致的城市环境中情感体验的分析。 环境心理学杂志, 96, 102337.

找到黄金影响者：粉丝数量如何推动社交媒体参与

在这项多方法研究中，作者使用Labvanced的网络摄像头眼动追踪来测量参与者如何与影响者内容进行视觉交互。通过跟踪参与者在观看不同粉丝数量的Instagram资料时的注视行为（作为兴趣区域），他们能够评估注意模式与感知的连接和参与之间的关系。

Wies, S., Bleier, A., & Edeling, A. (2023). 找到黄金影响者：粉丝数量如何推动社交媒体参与。 市场营销杂志, 87(3), 383-405.

互动演示

实时指标

在这项简单的注视任务演示中，展示了多个眼动追踪功能，针对两个作为兴趣区域（AoIs）的图片：停留时间、第一次注视时间、注视次数和平均注视持续时间。注意：研究开始时有一个5分钟的校准（中等松弛的下颌支撑约束），您可以在导入时进一步编辑。

优先注视范式

这项研究使用优先注视范式调查婴儿的视觉注意力，可以进一步用作此类研究的模板。参与者并排观看图像或视频，同时记录注视模式、注视持续时间和头部方向，以及参与者的视频录制。注意：使用婴儿友好的校准。

AOI检测

使用多边形形状遮盖某些面部特征，统计注视次数并记录注视坐标。查看如何设置事件以记录眼动追踪数据，以及如何使用对象定义独特的AOI。

头部追踪

在这个演示中，您可以尝试不同的头部位置来移动屏幕上的滑块，这些滑块作为数字值的可视化。头部追踪通常作为眼动追踪的补充或替代。

数据隐私与网络摄像头眼动追踪 🔐

在Labvanced，我们非常认真对待数据隐私和安全。 这可以通过以下几点得到最好的体现：

• 所有面部和眼睛数据的处理都发生在用户的设备上，确保眼睛数据的隐私设计。
• 仅 gaze 位置和注视持续时间（完全匿名的数字数据）将被保存到我们的服务器上。
• 已进行外部安全审计（VAPT）并成功通过。可以根据要求提供文件。
• 我们的服务器属于我们，且仅位于欧盟/在欧洲管辖区内。
• 我们根据要求向您提供我们的技术和组织措施（ToM）以及数据处理协议（DPA）。
• 所有数据均可进行端到端加密（PGP），确保数据仅以加密格式存储在我们的服务器上。

文档

将网络摄像头眼动追踪集成到您的Labvanced任务中

有关启用眼动追踪和设计能够可靠捕获注视数据的任务的逐步概述。

网络摄像头眼动追踪研究中的参与者体验

有关参与者在校准和录制期间看到的内容的详细概述，帮助您设计更顺利的远程研究体验。

婴儿与幼儿的网络摄像头眼动追踪研究最佳实践

在使用网络摄像头眼动追踪进行婴儿和幼儿研究时需要记住的实施技巧。

可行性检查

如果您需要更多支持或对特定的网络摄像头眼动追踪功能感到好奇，请通过聊天或电子邮件与我们联系。我们非常乐意了解您的研究并为您解答有关平台的任何问题，并讨论项目的可行性。